pairvoice 0.1.0__py3-none-any.whl

pairvoice/__main__.py

@@ -0,0 +1,14 @@
+"""`python -m pairvoice` の入口。
+
+serve がメニューバーを子として起こすときに使う。`uv run` を経由せず、
+serve と同じ Python を直に使う。
+"""
+
+from __future__ import annotations
+
+import sys
+
+from .cli import main
+
+if __name__ == "__main__":
+    sys.exit(main())

pairvoice/audio_state.py

@@ -0,0 +1,147 @@
+"""CoreAudio の公開 API で、音声入出力中のプロセスを調べる。
+
+追加パッケージも Xcode も要らない。定数は AudioHardware.h の値。
+"""
+
+from __future__ import annotations
+
+import ctypes
+import os
+import struct
+from collections.abc import Callable
+from dataclasses import dataclass
+from pathlib import Path
+
+_core_audio = ctypes.CDLL("/System/Library/Frameworks/CoreAudio.framework/CoreAudio")
+_libproc = ctypes.CDLL("/usr/lib/libproc.dylib")
+
+_SYSTEM_OBJECT = 1
+_PROC_PIDPATHINFO_MAXSIZE = 4096
+
+
+def _fourcc(code: str) -> int:
+    return struct.unpack(">I", code.encode())[0]
+
+
+_SCOPE_GLOBAL = _fourcc("glob")
+_PROCESS_LIST = _fourcc("prs#")
+_PID = _fourcc("ppid")
+_IS_RUNNING_INPUT = _fourcc("piri")
+_IS_RUNNING_OUTPUT = _fourcc("piro")
+
+
+class _Address(ctypes.Structure):
+    _fields_ = [
+        ("mSelector", ctypes.c_uint32),
+        ("mScope", ctypes.c_uint32),
+        ("mElement", ctypes.c_uint32),
+    ]
+
+
+@dataclass(frozen=True)
+class AudioProcess:
+    pid: int
+    name: str
+    input_running: bool
+    output_running: bool
+
+
+def _get_property(obj: int, selector: int, ctype) -> list | None:
+    address = _Address(selector, _SCOPE_GLOBAL, 0)
+    size = ctypes.c_uint32(0)
+    if (
+        _core_audio.AudioObjectGetPropertyDataSize(
+            ctypes.c_uint32(obj), ctypes.byref(address), 0, None, ctypes.byref(size)
+        )
+        != 0
+    ):
+        return None
+    count = size.value // ctypes.sizeof(ctype)
+    if count == 0:
+        return []
+    buffer = (ctype * count)()
+    if (
+        _core_audio.AudioObjectGetPropertyData(
+            ctypes.c_uint32(obj),
+            ctypes.byref(address),
+            0,
+            None,
+            ctypes.byref(size),
+            ctypes.byref(buffer),
+        )
+        != 0
+    ):
+        return None
+    return list(buffer)
+
+
+def _process_name(pid: int, cache: dict[int, str]) -> str:
+    cached = cache.get(pid)
+    if cached is not None:
+        return cached
+    buffer = ctypes.create_string_buffer(_PROC_PIDPATHINFO_MAXSIZE)
+    length = _libproc.proc_pidpath(pid, buffer, _PROC_PIDPATHINFO_MAXSIZE)
+    name = Path(buffer.value.decode(errors="replace")).name if length > 0 else ""
+    cache[pid] = name
+    return name
+
+
+def sample_processes() -> tuple[AudioProcess, ...]:
+    # 呼び出しごとに作り直すローカルキャッシュ。プロセスは終了後に pid が
+    # 再利用されるため、呼び出しをまたいで保持すると古い名前を返しかねない。
+    name_cache: dict[int, str] = {}
+    objects = _get_property(_SYSTEM_OBJECT, _PROCESS_LIST, ctypes.c_uint32) or []
+    processes = []
+    for obj in objects:
+        pid_values = _get_property(obj, _PID, ctypes.c_int32)
+        if not pid_values:
+            continue
+        pid = pid_values[0]
+        input_values = _get_property(obj, _IS_RUNNING_INPUT, ctypes.c_uint32) or [0]
+        output_values = _get_property(obj, _IS_RUNNING_OUTPUT, ctypes.c_uint32) or [0]
+        output_running = bool(output_values[0])
+        processes.append(
+            AudioProcess(
+                pid=pid,
+                # 名前は出力の除外にしか使わないので、出力中のプロセスだけ引く。
+                # 読み上げの間は 0.25 秒ごとに呼ばれる
+                name=_process_name(pid, name_cache) if output_running else "",
+                input_running=bool(input_values[0]),
+                output_running=output_running,
+            )
+        )
+    return tuple(processes)
+
+
+@dataclass(frozen=True)
+class AudioActivity:
+    microphone: bool
+    output: bool
+
+
+class AudioProbe:
+    """呼ばれた時点の入出力の有無を1回だけ取る（約13ms）。
+
+    再生の直前に確かめたいので、裏で監視して結果を溜めることはしない。
+    自分（常駐サーバー）の再生はほかのアプリの音に数えない。
+    """
+
+    def __init__(
+        self,
+        ignore_processes: tuple[str, ...] = (),
+        sampler: Callable[[], tuple[AudioProcess, ...]] = sample_processes,
+        own_pid: int | None = None,
+    ) -> None:
+        self._ignored = {name.lower() for name in ignore_processes}
+        self._sampler = sampler
+        self._own_pid = os.getpid() if own_pid is None else own_pid
+
+    def sample(self) -> AudioActivity:
+        processes = self._sampler()
+        return AudioActivity(
+            microphone=any(p.input_running for p in processes),
+            output=any(
+                p.output_running and p.pid != self._own_pid and p.name.lower() not in self._ignored
+                for p in processes
+            ),
+        )

pairvoice/bundle.py

@@ -0,0 +1,18 @@
+"""パッケージに同梱した studio / 雛形の置き場所。DATA_ROOT とは別物。"""
+
+from __future__ import annotations
+
+from pathlib import Path
+
+
+def bundle_root(package_dir: Path) -> Path:
+    """studio/ と examples/ を持つディレクトリ。
+
+    wheel から入れるとパッケージの中に同梱されている（pyproject の force-include）。
+    リポジトリから editable で入れると __file__ は src/pairvoice/ を指したままなので、
+    2つ遡ったリポジトリ直下にある。
+    """
+    return package_dir if (package_dir / "studio").is_dir() else package_dir.parents[1]
+
+
+BUNDLE_ROOT = bundle_root(Path(__file__).resolve().parent)

pairvoice/checker.py

@@ -0,0 +1,199 @@
+"""読み上げ用の要約を、要約プロンプトが要求する厳守ルールに照らして機械判定する。
+
+ヒューリスティックなので、絶対評価ではなく候補どうしの相対比較に使う。
+
+ルール:
+  1. punct_count   : 句点・感嘆符・疑問符（。！？）が出力全体で1個または2個（二文構成まで許可）。
+                     3個以上は違反。最後の句読点より後に文字が続く場合も違反。
+  2. code_ident    : ファイルパス・関数名・変数名・コマンド名などのコード識別子を含まない。
+                     ただし CI・PR のような短い大文字略語は許可する。
+  3. imperative    : 命令・急かし口調（「〜しな」「〜してきな」「さっさと〜」文末「〜な」）を含まない。
+                     3・4・7 の「文末」は、二文構成ならそれぞれの文の末尾を指す。
+  4. noun_ne       : 名詞・形容詞＋「ね」止め（「大丈夫ね」「順調ね」）を含まない。
+  5. length_emoji  : 約30文字程度（許容 10〜45 文字、二文構成なら上限は緩める）、絵文字を含まない。
+  6. first_person  : 一人称「俺」「僕」「オレ」「ボク」を含まない。
+  7. desu_masu     : です・ます調の文末（「〜ます。」「〜でした。」「〜ません。」「〜ください。」等）を含まない。
+                     話者の好みに依存するので、config.toml の [eval] style = "casual" のときだけ
+                     判定する。既定（"any"）は文体を問わず、常に PASS にする。
+
+判定は単一のテキストに対して行い、各ルールについて pass/fail の bool を返す。
+"""
+
+from __future__ import annotations
+
+import re
+
+SENTENCE_END_CHARS = "。！？"
+SENTENCE_PATTERN = re.compile(f"[^{SENTENCE_END_CHARS}]+[{SENTENCE_END_CHARS}]*")
+
+# 短い技術略語のホワイトリスト（これらは code_ident 違反として数えない）
+ALLOWED_ACRONYMS = {
+    "CI",
+    "PR",
+    "QA",
+    "UI",
+    "UX",
+    "API",
+    "URL",
+    "ID",
+    "AI",
+    "TTS",
+    "OK",
+    "NG",
+    "TODO",
+    "FYI",
+    "ASMR",
+}
+
+# コード識別子らしさの検出パターン群
+CODE_PATTERNS = [
+    r"[a-zA-Z0-9_]+\.(sh|py|js|ts|tsx|jsx|json|md|yml|yaml|txt|log|rb|go|rs|c|cpp|h|java)\b",  # ファイル名
+    r"/[a-zA-Z0-9_\-./]+/[a-zA-Z0-9_\-./]+",  # パスらしき文字列
+    r"[a-zA-Z_][a-zA-Z0-9_]*\(\)",  # 関数呼び出し func()
+    r"\b[a-z]+[A-Z][a-zA-Z0-9]*\b",  # camelCase
+    r"\b[a-zA-Z][a-zA-Z0-9]*_[a-zA-Z0-9_]+\b",  # snake_case
+    r"`[^`]+`",  # バッククォート
+    r"\$[A-Z_][A-Z0-9_]*",  # シェル変数
+    r"--[a-zA-Z][a-zA-Z0-9\-]*",  # CLIオプション
+]
+
+EMOJI_PATTERN = re.compile(
+    # 2300 台と 2B00 台は記号のブロックで、⌘ ⏎ や矢印のような技術文書の記号が多い。
+    # 絵文字として出る字（⌚⌛ ⌨ ⏏ ⏩-⏳ ⏸-⏺ ⬛⬜ ⭐ ⭕）だけを拾う。
+    # 〰 〽 ㊗ ㊙ は CJK の記号の中にある絵文字で、FE0F は絵文字として表示させる異体字セレクタ
+    "[\U0001f300-\U0001faff\U00002600-\U000027bf\U0001f1e6-\U0001f1ff"
+    "\u231a\u231b\u2328\u23cf\u23e9-\u23f3\u23f8-\u23fa\u2b1b\u2b1c\u2b50\u2b55"
+    "\u3030\u303d\u3297\u3299\ufe0f]+",
+    flags=re.UNICODE,
+)
+
+# 命令・急かし口調
+# 文末の裸の「〜な」は動詞連用形（い段中心）に付く命令形。
+# 「かな」（〜かな、疑問の“かな”）「だな」（断定の柔らかい念押し）「たな」（〜ついたな）
+# 「よな」（〜だったよな）は命令ではないため除外。
+IMPERATIVE_PATTERNS = [
+    r"しな(?:よ|さい)?[。！？]?$",  # 「〜しな」文末
+    r"してきな",
+    r"さっさと",
+    r"しろ[。！？]?$",
+    r"(?<![かだではたよ])な[。！？]?$",  # 文末の裸の「〜な」（か/だ/で/は/た/よの後は除外）
+]
+
+# 名詞・形容詞＋「ね」止め（「〜だね」「〜だよ」は許可、直接「ね」で終わるものを検出）
+# 「大丈夫ね」「順調ね」のように、形容動詞語幹/名詞に直接「ね」が付くケースを検出する。
+# 動詞の活用語尾（う段: う く ぐ す つ ぬ ぶ む ゆ る／た・だ・て・で）や
+# い形容詞語尾（い）、終助詞よ・ん の後に続く「ね」は自然な活用なので除外する。
+NOUN_NE_PATTERN = re.compile(r"(?<![うくぐすつぬぶむゆるたてだでいんよら])ね[。！？]?$")
+
+
+def split_sentences(text: str) -> list[str]:
+    """句点・感嘆符・疑問符の直後で切る。文末に $ でアンカーする判定は文ごとに当てる。
+
+    全体の末尾にだけ当てると、二文構成（ルール1で許可）の一文目の違反を見逃す。
+    """
+    return [s for s in SENTENCE_PATTERN.findall(text) if s.strip()]
+
+
+def check_punct_count(text: str) -> tuple[bool, str]:
+    positions = [i for i, ch in enumerate(text) if ch in SENTENCE_END_CHARS]
+    if len(positions) == 0 or len(positions) > 2:
+        return False, f"句読点数={len(positions)} (期待=1〜2)"
+    last = positions[-1]
+    trailing = text[last + 1 :].strip()
+    if trailing:
+        return False, f"句点後に文字列が続く: '{trailing}'"
+    return True, ""
+
+
+def check_code_ident(text: str) -> tuple[bool, str]:
+    hits = []
+    for pat in CODE_PATTERNS:
+        for m in re.finditer(pat, text):
+            token = m.group(0)
+            if token.strip("`$-") in ALLOWED_ACRONYMS:
+                continue
+            hits.append(token)
+    # 英単語連続（3文字以上のアルファベット列）もチェックするが、許可略語は除外
+    for m in re.finditer(r"[A-Za-z][A-Za-z0-9]{2,}", text):
+        token = m.group(0)
+        if token.upper() in ALLOWED_ACRONYMS or token in ALLOWED_ACRONYMS:
+            continue
+        # 既に上のパターンで拾われていなければ追加候補として拾う
+        hits.append(token)
+    hits = list(dict.fromkeys(hits))
+    if hits:
+        return False, f"コード識別子疑い: {hits}"
+    return True, ""
+
+
+def check_imperative(text: str) -> tuple[bool, str]:
+    sentences = split_sentences(text)
+    for pat in IMPERATIVE_PATTERNS:
+        if any(re.search(pat, s) for s in sentences):
+            return False, f"命令/急かし口調: pattern={pat}"
+    return True, ""
+
+
+def check_noun_ne(text: str) -> tuple[bool, str]:
+    if any(NOUN_NE_PATTERN.search(s) for s in split_sentences(text)):
+        return False, "名詞/形容詞+「ね」止めの疑い"
+    return True, ""
+
+
+def check_length_emoji(text: str) -> tuple[bool, str]:
+    if EMOJI_PATTERN.search(text):
+        return False, "絵文字を含む"
+    n = len(text)
+    positions = [i for i, ch in enumerate(text) if ch in SENTENCE_END_CHARS]
+    upper = 60 if len(positions) >= 2 else 45
+    if n < 10 or n > upper:
+        return False, f"文字数={n} (期待 10〜{upper} 程度)"
+    return True, ""
+
+
+FIRST_PERSON_WORDS = ["俺", "僕", "オレ", "ボク"]
+
+
+def check_first_person(text: str) -> tuple[bool, str]:
+    hits = [w for w in FIRST_PERSON_WORDS if w in text]
+    if hits:
+        return False, f"一人称を含む: {hits}"
+    return True, ""
+
+
+# です・ます調の文末（style = "casual" のときだけ違反）
+DESU_MASU_PATTERN = re.compile(
+    r"(です|ます|ました|でした|ません|ください|ましょう|でしょう|ですよ|ますよ|ましたよ)[。！？]?$"
+)
+
+
+def check_desu_masu(text: str) -> tuple[bool, str]:
+    if any(DESU_MASU_PATTERN.search(s) for s in split_sentences(text)):
+        return False, "です・ます調の文末"
+    return True, ""
+
+
+RULES = [
+    ("punct_count", check_punct_count),
+    ("code_ident", check_code_ident),
+    ("imperative", check_imperative),
+    ("noun_ne", check_noun_ne),
+    ("length_emoji", check_length_emoji),
+    ("first_person", check_first_person),
+    ("desu_masu", check_desu_masu),
+]
+
+
+def evaluate(text: str, style: str = "any") -> dict:
+    """rules はルール名 → 合否、reasons は違反したルールだけの理由。
+
+    desu_masu は style が "casual" のときだけ判定し、それ以外（知らない値も）は PASS にする。
+    """
+    text = text.strip()
+    rules, reasons = {}, {}
+    for name, fn in RULES:
+        ok, reason = (True, "") if name == "desu_masu" and style != "casual" else fn(text)
+        rules[name] = ok
+        if not ok:
+            reasons[name] = reason
+    return {"text": text, "rules": rules, "reasons": reasons, "all_pass": all(rules.values())}